杨钟瑾
- 作品数：18 被引量：75H指数：5
- 供职机构：广东财经大学信息学院更多>>
- 发文基金：广东省高等学校自然科学研究重点项目国家自然科学基金更多>>
- 相关领域：自动化与计算机技术理学经济管理文化科学更多>>
- 自顶向下优化神经网络的方法被引量：1
- 2006年
- 介绍了一种自动优化神经网络的新启迪方法.这种启迪方法综合采用了快速自顶向下优化神经网络结构算法、动态优化学习参数算法和快速交叉校验算法.首先,快速自顶向下优化神经网络结构算法自动地优化神经网络结构;其次,动态优化学习参数算法动态地调整学习参数和选取优化的学习参数;随后,快速交叉校验算法的引入能有效地防止过度适应问题.实验结果显示,这种启迪方法与其它算法相比,具有更强的归纳性能、优化的网络结构和更快的学习速度.
- 杨钟瑾
- 关键词：神经网络自顶向下
- 快速自底向上构造神经网络的方法被引量：7
- 2004年
- 介绍了一种构造神经网络的新方法 .常规的瀑流关联 (Cascade-Correlation)算法起始于最小网络(没有隐含神经元 ) ,然后逐一地往网络里增加新隐含神经元并训练 ,结束于期望性能的获得 .我们提出一种与构造算法 (Constructive Algorithm)相关的快速算法 ,这种算法从适当的初始网络结构开始 ,然后不断地往网络里增加新的神经元和相关权值 ,直到满意的结果获得为止 .实验证明 ,这种快速方法与以往的常规瀑流关联方法相比 ,有几方面优点 :更好的分类性能 ,更小的网络结构和更快的学习速度 .
- 杨钟瑾史忠科
- 关键词：自底向上神经网络权值网络结构神经元
- 神经网络结构优化方法被引量：17
- 2004年
- 概述了神经网络结构优化的方法。结构优化的目标在于寻找最小神经网络结构,从而使该结构确实适合由训练数据所定义的实际函数。优化的结构使神经网络获得十分出色的归纳性能和分类性能。文章分别列举了各种神经网络结构优化的算法,然后分析并讨论这些算法的优、缺点。
- 杨钟瑾史忠科
- 关键词：结构优化自顶向下遗传算法
- 核函数支持向量机的研究进展被引量：2
- 2008年
- 核函数支持向量机是机器学习的最新尖端技术,并且成功应用于许多领域。本文叙述了核函数支持向量机的基本理论,并介绍了相关的基础研究和应用研究,同时探讨了未来的发展趋势。
- 杨钟瑾
- 关键词：核函数支持向量机超平面
- 基于BOX-JENKINS方法的分析预测探析被引量：3
- 2006年
- BOX-JENKINS 方法属于回归分析方法,是时间序列分析预测的基本方法。本文叙述了 BOX-JENKINS 方法的基本理论,并介绍了 ARIMA 的建模方法和实现过程。由于传统方法的缺陷和局限,因此促使人们对人工智能进一步的研究。
- 杨钟瑾
- 关键词：ARMA模型ARIMA模型
- 核函数支持向量机被引量：17
- 2008年
- 概述了基于核函数方法的支持向量机。首先简要叙述支持向量机的基本思想和核特征空间,然后重点介绍核函数支持向量机的前沿理论与领先技术,同时描述了核函数支持向量机在关键领域的应用。
- 杨钟瑾
- 关键词：核函数支持向量机
- 核函数支持向量机的时间序列预测应用研究
- 2008年
- 核函数支持向量机是最新尖端的模式识别与回归分析技术,并且成功应用于时间序列预测。本文叙述了核函数支持向量机的基本理论,介绍了其在时间序列模型构造方面的研究,同时指出相关的研究焦点问题。
- 杨钟瑾
- 关键词：核函数支持向量机时间序列
- 分析预测
- 2006年
- 杨钟瑾
- 关键词：《隆中对》诸葛孔明不自觉
- 神经网络的过去、现在和将来
- 2006年
- 杨钟瑾
- 关键词：神经网络信息技术信息化证券化
- 快速选定神经网络优化结构的方法被引量：4
- 2005年
- 本文引荐了一种选择神经网络优化结构的改进方法。常规交叉校验算法从大量候选模型中,通过训练和比较来搜寻网络优化结构。本文提出一种与规则化方法相关的快速算法,这种算法仅在少许适当的候选模型中选定网络优化结构。实验证明,这种快速算法与常规交叉校验算法相较而言,具有更快捷和更高效的优点。
- 杨钟瑾史忠科
- 关键词：神经网络校验算法
